CN110659843B - 核电常规岛给水系统可靠性评估方法及装置 - Google Patents
核电常规岛给水系统可靠性评估方法及装置 Download PDFInfo
- Publication number
- CN110659843B CN110659843B CN201910944423.1A CN201910944423A CN110659843B CN 110659843 B CN110659843 B CN 110659843B CN 201910944423 A CN201910944423 A CN 201910944423A CN 110659843 B CN110659843 B CN 110659843B
- Authority
- CN
- China
- Prior art keywords
- state
- reliability
- evaluation index
- fault
- state evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 158
- 239000011159 matrix material Substances 0.000 claims description 76
- 238000012937 correction Methods 0.000 claims description 20
- 230000035945 sensitivity Effects 0.000 claims description 11
- 238000003745 diagnosis Methods 0.000 claims description 10
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种核电常规岛给水系统可靠性评估方法及装置，涉及可靠性评估技术领域，该方法包括以下步骤：获取当前状态下该系统的运行参数组；根据运行参数组确定运行参数组对应的发生故障的元件；修正发生故障的元件的可靠性参数；根据系统中各元件的可靠性参数计算系统的可靠度。本发明提供的核电常规岛给水系统可靠性评估方法及装置，能够针对核电常规岛给水系统的多元件和多故障状态的特点进行准确的可靠性评估。
Description
技术领域
本发明涉及可靠性评估技术领域，特别涉及一种核电常规岛给水系统可靠性评估方法。
背景技术
给水系统作为核电站常规岛的重要系统之一，承担着向核岛蒸汽发生器输送二回路水源、维持蒸汽发生器水位的重要任务。由于核岛运行的高危险性，核电常规岛给水系统可靠性要求极高，因此准确评估核电常规岛给水系统的可靠性具有重要意义。
相关技术中，可以采用故障树法、蒙特卡罗法、GO法、马尔科夫法等方式进行系统的可靠性评估。
在实现本发明的过程中，发明人发现相关技术至少存在以下问题：传统的可靠性评估方法不能针对核电常规岛给水系统的多元件和多故障状态的特点进行准确的评估。
发明内容
本发明实施例提供了一种核电常规岛给水系统可靠性评估方法及装置，能够针对核电常规岛给水系统的多元件和多故障状态的特点进行准确的可靠性评估。具体技术方案如下：
一种核电常规岛给水系统可靠性评估方法，包括以下步骤：
获取当前状态下该系统的运行参数组；
根据所述运行参数组确定所述运行参数组对应的发生故障的元件；
修正所述发生故障的元件的可靠性参数；
根据所述系统中各元件的可靠性参数计算所述系统的可靠度。
本申请实施例的一种实现方式中，所述修正所述发生故障的元件的可靠性参数，包括以下步骤：
建立当前状态下所述发生故障的元件的状态评估指标矩阵；
根据所述状态评估指标矩阵，计算当前状态下所述发生故障的元件与该元件理想状态的相对贴近度，作为该元件的可靠性修正系数；
根据该元件的可靠性修正系数修正所述发生故障的元件的可靠性参数。
本申请实施例的一种实现方式中，所述建立当前状态下所述发生故障的元件的状态评估指标矩阵，包括以下步骤：
从系统预设的测点中获取该系统的至少一个基础运行参数；
基于所述基础运行参数确定该测点对应的加权运行参数；
基于该元件发生故障时对所述加权运行参数的影响，确定该元件的状态评估指标；
获取该系统在当前工况下可能发生的故障状态，以及每个所述状态评估指标在不同故障状态下的取值；
基于该元件的状态评估指标以及每个所述状态评估指标在不同故障状态下的取值，建立所述发生故障的元件的状态评估指标矩阵。
本申请实施例的一种实现方式中，所述基于所述基础运行参数确定该测点对应的加权运行参数，包括以下步骤：
计算当前工况下每个测点对应的权值；
将所述权值与所述每个测点获取的基础运行参数相乘，将乘积作为该测点对应的加权运行参数。
本申请实施例的一种实现方式中，所述计算当前工况下每个测点对应的权值，包括以下步骤：
获取当前状态下所述系统的工况、该测点的控制权重、该测点所在元件的敏感程度以及该测点当前工况下的动态优先级，根据公式计算当前工况下每个测点对应的权值；
其中，rj为当前工况下第j个测点对应的权值；S为当前状态下该系统的工况；L为当前状态下该系统的该测点的控制权重；λ为第j个测点所在元件的敏感程度；M为第j个测点当前工况下的动态优先级。
本申请实施例的一种实现方式中，所述根据所述状态评估指标矩阵，计算当前状态下所述发生故障的元件与该元件理想状态的相对贴近度，包括以下步骤：
获取所述状态评估指标矩阵的正理想解和负理想解；
确定当前状态下该系统的运行参数组对应的故障状态；
计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的欧式距离；
计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的关联度；
将所述欧氏距离和所述关联度归一化，得到当前状态下所述发生故障的元件与该元件理想状态的相对贴近度。
本申请实施例的一种实现方式中，所述获取所述状态评估指标矩阵中每个状态评估指标的正理想解和负理想解，包括以下步骤：
将所述状态评估指标矩阵规范化处理；
将规范化处理后的状态评估指标矩阵中每个状态评估指标所对应的最大值确定为正理想解，最小值确定为负理想解。
本申请实施例的一种实现方式中，所述根据所述运行参数组确定所述运行参数组对应的发生故障的元件，包括以下步骤：
将获取的所述运行参数组输入预先建立的故障诊断模型，确定所述运行参数组对应的发生故障的元件。
本申请实施例的一种实现方式中，所述根据所述系统中各元件的可靠性参数计算所述系统的可靠度，包括以下步骤：
将所述系统中各元件的可靠性参数输入预先建立的系统可靠性评估模型，计算所述系统的可靠度。
本申请实施例提供的一种核电常规岛给水系统可靠性评估装置，包括以下模块：
获取模块，被配置为获取当前状态下该系统的运行参数组；
诊断模块，被配置为根据所述运行参数组确定所述运行参数组对应的发生故障的元件；
修正模块，被配置为修正所述发生故障的元件的可靠性参数；
评估模块，被配置为根据所述系统中各元件的可靠性参数计算所述系统的可靠度。
本申请实施例的有益效果至少包括：
本申请实施例提供的核电常规岛给水系统可靠性评估方法及装置，系统发生故障时，结合当前状态下该系统的运行参数组，对发生故障元件的可靠性参数进行修正，从而能够针对核电常规岛给水系统的多元件和多故障状态的特点进行准确的可靠性评估。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种核电常规岛给水系统可靠性评估方法的流程示意图；
图2为本发明实施例提供的图1中步骤S103的流程示意图；
图3为本发明实施例提供的图2中步骤S201的流程示意图；
图4为本发明实施例提供的图2中步骤S202的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本申请实施例提供一种核电常规岛给水系统可靠性评估方法，如图1所示，包括以下步骤：
S101、获取当前状态下该系统的运行参数组；
该步骤中，可以在该系统中预先设置多个测点，每个测点获取该系统的一个运行参数，该系统的不同状态下每个测点获得的运行参数可能不同。将该系统当前状态下，所有测点获得的运行参数的集合作为当前状态下该系统的运行参数组。本发明中，当前状态是指进行可靠性评估时该系统的运行状态。
测点可设置在该系统中存在输出的位置，如该系统中给水泵、供水母管及加热器上。相应地，运行参数组中可以包括给水泵振动幅度、供水母管水压和加热器水位等。测点的设置一般应满足该系统正常运行时，所有测点获取的运行参数正常；而系统处于故障状态时，则有至少一个测点获取的运行参数异常。在实际应用中，系统中可预先设置有81个测点。
S102、根据运行参数组确定运行参数组对应的发生故障的元件；
该步骤中，可以将运行参数组输入预先建立的故障诊断模型中，从而确定该运行参数组对应的发生故障的元件。
本申请的其他实施例中，也可以结合核电厂的历史故障记录数据，将该运行参数组和历史故障记录数据进行对比，将历史故障记录数据中与该运行参数组相近的数据所对应的发生故障的元件，确定为该运行参数组对应的发生故障的元件。
S103、修正发生故障的元件的可靠性参数；
该步骤中，确定该运行参数组对应的发生故障的元件后，修正该发生故障的元件的可靠性参数。其他未发生故障的元件的可靠性参数则不进行修正。
S104、根据系统中各元件的可靠性参数计算系统的可靠度。
该步骤中，将系统中各元件的可靠性参数输入预先建立的系统可靠性评估模型，从而根据各元件的可靠性参数计算当前状态下该系统的可靠度。具体地，发生故障的元件，其输入的可靠性参数为修正后的可靠性参数，未发生故障的元件则输入其原本的可靠性参数。
各元件未进行修正的可靠性参数可以根据核电厂的故障统计数据确定，或结合本领域中的公开文献资料中记载的数据确定。各元件的可靠性参数可以包括但不限于该元件发生故障的概率以及故障平均修复时间，本申请实施例中以各元件的可靠性参数为一个具体的参数进行说明。
系统可靠性评估模型可以根据任一现有方法或其他方式预先建立，本发明的改进之处不在于如何预先建立系统可靠性评估模型，因此在此不再详细描述。
本发明公开了一种核电常规岛给水系统可靠性评估方法，系统发生故障时，结合当前状态下该系统的运行参数组，对发生故障元件的可靠性参数进行修正，从而能够针对核电常规岛给水系统的多元件和多故障状态的特点进行准确的可靠性评估。
本申请实施例中，如图2所示，步骤S103中，修正发生故障的元件的可靠性参数，包括以下步骤：
S201、建立当前状态下发生故障的元件的状态评估指标矩阵；
S202、根据状态评估指标矩阵，计算当前状态下发生故障的元件与该元件理想状态的相对贴近度，作为该元件的可靠性修正系数；
S203、根据该元件的可靠性修正系数修正发生故障的元件的可靠性参数。
本申请实施例中，假设发生故障的元件对应的未进行修正的可靠性参数为P，该元件的可靠性修正系数为ξ，则当前状态下该元件修正后的可靠性参数为P′＝P×ξ。
本申请实施例中，如图3所示，步骤S201中建立当前状态下发生故障的元件的状态评估指标矩阵，可以包括以下步骤：
S301、从系统预设的测点中获取该系统的至少一个基础运行参数；
该步骤中，每个测点获取的该系统中的基础运行参数对应于步骤S101中当前状态下该系统的运行参数组中的其中一个运行参数，此处称为基础运行参数是以便于与下文的加权运行参数区分。本申请实施例中，获取的基础运行参数的数量可以根据发生故障的元件确定。
S302、基于基础运行参数确定该测点对应的加权运行参数；
该步骤中，确定每个测点的对应的加权运行参数时，可以先计算当前工况下每个测点对应的权值，然后将该测点对应的权值与该测点获取的基础运行参数相乘，将乘积作为该测点对应的加权运行参数。本发明中，当前工况是指进行可靠性评估时该系统的工况，即当前状态下系统的工况。
由于该核电常规岛给水系统较为庞大，其并不总是处于全负荷的运行状态。系统的不同工况下，各部件对该系统可靠性的影响不同，因此确定每个测点对应的权值时，需要结合系统的当前工况。本申请实施例中，可以采用系统的当前运行负荷与最大运行负荷的比值来表征系统的工况。
计算当前工况下每个测点对应的权值，可以获取当前状态下系统的工况、该测点的控制权重、该测点所在元件的敏感程度以及该测点当前工况下的动态优先级，根据公式
计算当前工况下每个测点对应的权值；其中，rj为当前工况下第j个测点对应的权值；S为当前状态下该系统的工况；L为当前状态下该系统的该测点的控制权重；λ为第j个测点所在元件的敏感程度；M为第j个测点当前工况下的动态优先级。
当前状态下系统的工况S，表示该系统的当前运行负荷与最大运行负荷的比值。
为了获得当前状态下该系统的每个测点的控制权重，可以预先设定控制元件与系统工况的第一对应关系，以及每种工况下，控制元件与控制权重的第二对应关系。由于不同系统工况下的控制元件不同，从而可以根据测点所在的控制元件获得当前工况下，该测点的控制权重。其中，当前工况下，不在根据第一对应关系确定的控制元件上的测点对应的控制权重可以设置为1，控制元件上的测点对应的控制权重可设置为大于1的常数。进一步地，对于同一系统工况下存在多个控制元件时，多个控制元件对应的控制权重不同。
第j个测点所在元件的敏感程度，可以通过预先设定测点与元件的对应关系，以及元件的敏感程度与系统工况的对应关系，从而结合上述两种对应关系获取当前工况下，该测点所在元件的敏感程度。本申请的其他实施例中，测点所在元件的敏感程度也可以通过贝叶斯网络的敏感性分析获得。
第j个测点当前工况下的动态优先级可以通过预先设定测点的动态优先级与系统工况的对应关系，通过该对应关系获取测点当前工况下的动态优先级。
需要说明的是，预先设定与系统的工况相关的对应关系时，可以将系统的工况划分为多个工况区域，从而将与工况相关的对应关系转换为与工况区域的对应关系，其中每个工况区域中的多种工况的对应关系相同。
S303、基于该元件发生故障时对加权运行参数的影响，确定该元件的状态评估指标；
该步骤中，加权运行参数是将该测点对应的权值与该测点获取的基础运行参数相乘得到的。
本申请的一些实施例中，可以结合多个测点获得的运行参数的特征，确定该元件的状态评估指标。各元件对应的状态评估指标可以相同，也可以不同。示例性地，元件为给水泵时，该元件的状态评估指标包括可以由测点直接获取的加热器水位、供水母管水压和给水泵轴承振动信号，还包括给水泵故障时引起的测点波动率、测点波动幅度、测点波动速率和维修时间。其中，测点波动率为该给水泵故障时，获取的运行参数异常的测点(以下称为异常测点)在所有测点中所占的百分率。测点波动幅度为所有异常测点的运行参数波动幅度的平均值。测点波动速率为所有异常测点的测点波动幅度与故障发生时间的比值的平均值，其中故障发生时间为故障发生到测点获得的运行参数波动之间时间差。
本申请的其他实施例中，也可以直接以系统的运行参数组中的运行参数作为元件的状态评估指标，该系统不同故障状态下运行参数的取值作为对应的状态评估指标的取值。
S304、获取该系统在当前工况下可能发生的故障状态，以及每个状态评估指标在不同故障状态下的取值；
S305、基于该元件的状态评估指标以及每个状态评估指标在系统的不同故障状态下的取值，建立发生故障的元件的状态评估指标矩阵。
该步骤中，获取建立发生故障的元件的状态评估指标矩阵A(aij)m×n，其中，m为状态评估指标矩阵的行数，代表当前工况下系统可能发生的故障状态的数量，n为状态评估指标矩阵的列数，代表该元件的状态评估指标的数量。
本申请的其他实施例中，也可以根据该元件发生故障时对基础运行参数的影响，确定该元件的基础状态评估指标，获取该系统在当前工况下可能发生的故障状态，以及每个基础状态评估指标在不同故障状态下的取值，基于该元件的基础状态评估指标以及每个基础状态评估指标在系统的不同故障状态下的取值，建立发生故障的元件的基础状态评估指标矩阵。将基础状态评估指标矩阵规范化处理，得到标准化指标矩阵。
采用熵权法确定该标准化指标矩阵中各个状态评估指标的权重，则第j个状态评估指标的熵权为
其中xj为第j个状态评估指标的熵值，且
其中，i为状态评估指标所在行，i＝1,2…m；j为状态评估指标所在列，j＝1,2…n。
将标准化指标矩阵中的每个状态评估指标乘以该状态评估指标的权值，获得加权标准化指标矩阵，每个状态评估指标对应的最大值为该状态评估指标的正理想解，最小值为该状态评估指标的负理想解。则该状态评估指标矩阵中所有状态评估指标的正理想解的集合为该状态评估指标矩阵的正理想解，该状态评估指标矩阵中所有状态评估指标的负理想解的集合为该状态评估指标矩阵的负理想解。
本申请实施例中，如图4所示，步骤S202中，根据状态评估指标矩阵，计算当前状态下发生故障的元件与该元件理想状态的相对贴近度，可包括以下步骤：
S401、获取状态评估指标矩阵中的正理想解和负理想解；
该步骤中，获取状态评估指标矩阵后，将该状态评估指标矩阵规范化处理，将规范化处理后的状态评估指标矩阵中每个状态评估指标所对应的最大值确定为正理想解，最小值确定为负理想解，则该状态评估指标矩阵中所有状态评估指标的正理想解的集合为该状态评估指标矩阵的正理想解，该状态评估指标矩阵中所有状态评估指标的负理想解的集合为该状态评估指标矩阵的负理想解。示例性地，状态评估指标矩阵中第i个状态评估指标的正理想解为yi +，负理想解为yi -，则该状态评估指标矩阵的正理想解为Y0 +＝(y1 +,y2 +,y3 +,...yn +)，负理想解为Y0 -＝(y1 -,y2 -,y3 -,...yn -)。
S402、确定当前状态下该系统的运行参数组对应的故障状态；
由于该系统存在多部件、多故障状态的特点，同一工况下状态下，系统可能发生的故障状态不同。该状态评估指标矩阵的正理想解可以理解为代表当前工况下系统可能达到的最好状态，相应地，该状态评估指标矩阵的负理想解可以理解为当前工况下系统可能达到的最差状态。由于发生故障的元件不同，对系统的可靠度产生的影响不同，从而可以根据系统的状态表征元件的状态。
S403、计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的欧式距离；
该步骤中，假设当前状态下，发生故障的元件的状态评估指标取值为该状态评估指标矩阵中的第i行数据，将该故障状态对应的状态评估指标组记为yi，其中yi＝[yi1，yi2…yin]。则该故障状态与该状态评估指标矩阵的正理想解之间的欧式距离为
该故障状态与该状态评估指标矩阵的负理想解之间的欧式距离为
其中，i为该故障状态对应的状态评估指标组所在行，j为状态评估指标所在列。
S404、计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的关联度；
该步骤中，该故障状态与该状态评估指标矩阵的正理想解之间的关联度为
该故障状态与该状态评估指标矩阵的负理想解之间的关联度为
其中，i为该故障状态对应的状态评估指标组所在行，j为状态评估指标所在列。上述关联度公式中，
是指yj +与yi中每个状态评估指标的取值之间差的绝对值的平方取最小值，并将获得的n个最小值求和。
本申请实施例的其他实现方式中，也可以采用灰色关联度法计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的关联度，则该故障状态与该状态评估指标矩阵的正理想解之间的灰色关联系数为：
则该故障状态与该状态评估指标矩阵的正理想解之间的灰色关联度为
该故障状态与该状态评估指标矩阵的正理想解之间的灰色关联度为
i为该故障状态对应的状态评估指标组所在行，j为状态评估指标所在列。
S405、将欧氏距离和关联度归一化，得到当前状态下发生故障的元件与该元件理想状态的相对贴近度。
该步骤中，发生故障的元件与该元件理想状态的相对贴近度为
其中，
本申请其他实施例中，采用灰色关联度法计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的关联度时，则
本申请实施例中，可以基于AFSA-SVM(Artificial Fish Swarms Algorithm-Support Victor Machine，人工鱼群-支持向量机)算法建立故障诊断模型。
获取该系统各个故障状态下的运行参数组，对采集到的运行参数组中各参数采用归一化或主成分分析法进行预处理，从而获取作为判断故障类型的依据。采用涵盖该系统所有故障状态的多个训练样本和测试样本对该故障诊断模型进行训练和测试，使得该故障诊断模型可以通过输入的运行参数组判断系统是否发生故障以及故障类型，从而确定该运行参数组对应的发生故障的元件。
故障诊断模型判断故障类型的过程实际是一种分类过程。SVM作为一种分类器，其分类效果受自身的参数惩罚因子和核函数参数的影响较大，因此AFSA-SVM算法采用ASFA对SVM中的参数惩罚因子和核函数参数进行寻优选择，以达到优化分类的效果。ASFA其原理为，通过生成人工鱼群，并设置人工鱼群当前状态，并在其感知范围内随机选择另一个状态，如果得到的状态的目标函数大于当前的状态，则向新选择得到的状态靠近一步，反之则重新选取新状态。选择次数达到一定数量后，如果仍不满足条件，则随机移动一步，以模仿真实鱼群的聚群、觅食及追尾等行为。
系统可靠性评估模型可以采用GO-FLOW模型，GO-FLOW是一种对概率风险进行评估的方法，把工程图或系统图直接转换成GO-FLOW图，通过建模和计算分析来描述复杂的系统构造，以此获取系统的可用度。本申请实施例中，可以直接根据该系统的系统图建立GO-FLOW模型。
示例性地，GO-FLOW模型中可包括三组给水泵，每组给水泵之间为并联关系。其中一组给水泵的支路上可包括依次串联的给水泵、止回阀和电动隔离阀等。给水泵为高压加热器供水，该系统中可以在上述三组给水泵支路的汇合点之后连接两组并联的高压加热器支路，其中任意一条高压加热器支路连通则认为该系统能成功执行功能。进一步地，三组给水泵支路之前还可包括除氧器，每个给水泵还连接有一条控制支路上，每条控制支路上包括一次串联的控制器、电机、齿轮箱。
本申请实施例中，可建立可靠性参数修正模型，用于修正发生故障的元件的可靠性参数。将该系统可靠性评估模型、故障诊断模型和可靠性参数修正模型相互连接，用于执行上述核电常规岛给水系统可靠性评估方法。
获取当前状态下系统的运行参数组及各元件的可靠性参数，输入至系统可靠性评估模型；故障诊断模型根据输入的运行参数组判断发生故障的元件，可靠性参数修正模型修正发生故障的元件的可靠性参数；系统可靠性评估模型获取修正后各元件的可靠性参数，计算当前状态下该系统的可靠度。
基于相同的发明构思，本申请实施例提供一种核电常规岛给水系统可靠性评估装置，包括：
获取模块，被配置为获取当前状态下该系统的运行参数组；
诊断模块，被配置为根据运行参数组确定运行参数组对应的发生故障的元件；
修正模块，被配置为修正发生故障的元件的可靠性参数；
评估模块，被配置为根据系统中各元件的可靠性参数计算系统的可靠度。
本申请实施例中，修正模块可以包括：
第一确定子模块，被配置为建立当前状态下发生故障的元件的状态评估指标矩阵；
第一计算子模块，被配置为根据状态评估指标矩阵，计算当前状态下发生故障的元件与该元件理想状态的相对贴近度，作为该元件的可靠性修正系数；
修正子模块，被配置为根据该元件的可靠性修正系数修正发生故障的元件的可靠性参数。
本申请实施例中，第一确定子模块可以包括：
第一获取子模块，被配置为从系统预设的测点中获取该系统的至少一个基础运行参数；
第二确定子模块，被配置为基于基础运行参数确定该测点对应的加权运行参数；
指标建立子模块，被配置为基于该元件发生故障时对加权运行参数的影响，确定该元件的状态评估指标；
第二获取子模块，被配置为获取该系统在当前工况下可能发生的故障状态，以及每个状态评估指标在不同故障状态下的取值；
矩阵建立子模块，被配置为基于该元件的状态评估指标以及每个状态评估指标在不同故障状态下的取值，建立发生故障的元件的状态评估指标矩阵。
本申请实施例中，第二确定子模块可以包括：
权值计算子模块，被配置为计算当前工况下每个测点对应的权值；
第二计算子模块，被配置为将权值与每个测点获取的基础运行参数相乘，将乘积作为该测点对应的加权运行参数。
本申请实施例中，权值计算子模块，还被配置为获取当前状态下系统的工况、该测点的控制权重、该测点所在元件的敏感程度以及该测点当前工况下的动态优先级，根据公式计算当前工况下每个测点对应的权值；
其中，rj为当前工况下第j个测点对应的权值；S为当前状态下该系统的工况；L为当前状态下该系统的该测点的控制权重；λ为第j个测点所在元件的敏感程度；M为第j个测点当前工况下的动态优先级。
本申请实施例中，第一计算子模块可以包括：
第三获取子模块，被配置为获取状态评估指标矩阵的正理想解和负理想解；
第三确定子模块，被配置为确定当前状态下该系统的运行参数组对应的故障状态；
第三计算子模块，被配置为计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的欧式距离；
第四计算子模块，被配置为计算该故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的关联度；
归一计算子模块，被配置为将欧氏距离和关联度归一化，得到当前状态下发生故障的元件与该元件理想状态的相对贴近度。
本申请实施例中，第三获取子模块包括：
规范处理子模块，被配置为将状态评估指标矩阵规范化处理；
第四确定子模块，被配置为将规范化处理后的状态评估指标矩阵中每个状态评估指标所对应的最大值确定为正理想解，最小值确定为负理想解。
本申请实施例中，诊断模块还被配置为获取运行参数组，确定运行参数组对应的发生故障的元件。
本申请实施例中，评估模块还被配置为获取系统中各元件的可靠性参数输入，计算系统的可靠度。
需要说明的是：上述实施例提供的核电常规岛给水系统可靠性评估装置进行可靠性评估时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的可靠性评估装置与可靠性评估方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，计算机可读存储介质可以是只读存储器，磁盘或光盘等。例如本发明的核电常规岛给水系统可靠性评估方法可以由计算机设备执行，本发明的核电常规岛给水系统可靠性评估装置也可以为一种计算机设备。计算机设备包括处理器和存储介质，存储介质包括有程序指令，当程序指令被处理器执行时，就可以实现上述实施例的方法。
以上仅为本发明的较佳实施例，并不用以限制本发明的保护范围，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种核电常规岛给水系统可靠性评估方法，其特征在于，包括以下步骤：
获取当前状态下该系统的运行参数组；
根据所述运行参数组确定所述运行参数组对应的发生故障的元件；
修正所述发生故障的元件的可靠性参数；
根据所述系统中各元件的可靠性参数计算所述系统的可靠度，
其中所述修正所述发生故障的元件的可靠性参数，包括以下步骤：
建立当前状态下所述发生故障的元件的状态评估指标矩阵；
获取所述状态评估指标矩阵的正理想解和负理想解；
确定当前状态下所述系统的运行参数组对应的故障状态；
计算所述故障状态对应的状态评估指标的取值与所述状态评估指标矩阵的正理想解和负理想解之间的欧式距离；
计算所述故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的关联度；
将所述欧式距离和所述关联度归一化，得到当前状态下所述发生故障的元件与元件理想状态的相对贴近度，将所述相对贴近度作为所述元件的可靠性修正系数；
根据所述元件的可靠性修正系数修正所述发生故障的元件的可靠性参数。
2.根据权利要求1所述的方法，其特征在于，所述建立当前状态下所述发生故障的元件的状态评估指标矩阵，包括以下步骤：
从系统预设的测点中获取该系统的至少一个基础运行参数；
基于所述基础运行参数确定该测点对应的加权运行参数；
基于该元件发生故障时对所述加权运行参数的影响，确定该元件的状态评估指标；
获取该系统在当前工况下可能发生的故障状态，以及每个所述状态评估指标在不同故障状态下的取值；
基于该元件的状态评估指标以及每个所述状态评估指标在不同故障状态下的取值，建立所述发生故障的元件的状态评估指标矩阵。
3.根据权利要求2所述的方法，其特征在于，所述基于所述基础运行参数确定该测点对应的加权运行参数，包括以下步骤：
计算当前工况下每个测点对应的权值；
将所述权值与所述每个测点获取的基础运行参数相乘，将乘积作为该测点对应的加权运行参数。
4.根据权利要求3所述的方法，其特征在于，所述计算当前工况下每个测点对应的权值，包括以下步骤：
获取当前状态下所述系统的工况、该测点的控制权重、该测点所在元件的敏感程度以及该测点当前工况下的动态优先级，根据公式计算当前工况下每个测点对应的权值；
其中，rj为当前工况下第j个测点对应的权值；S为当前状态下该系统的工况；L为当前状态下该系统的该测点的控制权重；λ为第j个测点所在元件的敏感程度；M为第j个测点当前工况下的动态优先级。
5.根据权利要求1所述的方法，其特征在于，所述获取所述状态评估指标矩阵中每个状态评估指标的正理想解和负理想解，包括以下步骤：
将所述状态评估指标矩阵规范化处理；
将规范化处理后的状态评估指标矩阵中每个状态评估指标所对应的最大值确定为正理想解，最小值确定为负理想解。
6.根据权利要求1所述的方法，其特征在于，所述根据所述运行参数组确定所述运行参数组对应的发生故障的元件，包括以下步骤：
将获取的所述运行参数组输入预先建立的故障诊断模型，确定所述运行参数组对应的发生故障的元件。
7.根据权利要求1所述的方法，其特征在于，所述根据所述系统中各元件的可靠性参数计算所述系统的可靠度，包括以下步骤：
将所述系统中各元件的可靠性参数输入预先建立的系统可靠性评估模型，计算所述系统的可靠度。
8.一种核电常规岛给水系统可靠性评估装置，其特征在于，包括：
获取模块，被配置为获取当前状态下该系统的运行参数组；
诊断模块，被配置为根据所述运行参数组确定所述运行参数组对应的发生故障的元件；
修正模块，被配置为修正所述发生故障的元件的可靠性参数；
评估模块，被配置为根据所述系统中各元件的可靠性参数计算所述系统的可靠度，
其中所述修正所述发生故障的元件的可靠性参数，包括以下步骤：
建立当前状态下所述发生故障的元件的状态评估指标矩阵；
获取所述状态评估指标矩阵的正理想解和负理想解；
确定当前状态下所述系统的运行参数组对应的故障状态；
计算所述故障状态对应的状态评估指标的取值与所述状态评估指标矩阵的正理想解和负理想解之间的欧式距离；
计算所述故障状态对应的状态评估指标的取值与该状态评估指标矩阵的正理想解和负理想解之间的关联度；
将所述欧式距离和所述关联度归一化，得到当前状态下所述发生故障的元件与元件理想状态的相对贴近度，将所述相对贴近度作为所述元件的可靠性修正系数；
根据所述元件的可靠性修正系数修正所述发生故障的元件的可靠性参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910944423.1A CN110659843B (zh) | 2019-09-30 | 2019-09-30 | 核电常规岛给水系统可靠性评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910944423.1A CN110659843B (zh) | 2019-09-30 | 2019-09-30 | 核电常规岛给水系统可靠性评估方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110659843A CN110659843A (zh) | 2020-01-07 |
| CN110659843B true CN110659843B (zh) | 2022-09-09 |
Family
ID=69040003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910944423.1A Active CN110659843B (zh) | 2019-09-30 | 2019-09-30 | 核电常规岛给水系统可靠性评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110659843B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257473B (zh) * | 2020-10-22 | 2024-02-27 | 国核电力规划设计研究院有限公司 | 压水堆二回路防水淹设计包络流量的确定方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105023065A (zh) * | 2015-07-24 | 2015-11-04 | 国网山东省电力公司经济技术研究院 | 基于灰色关联度topsis的电网规划风险评估系统及方法 |
| CN106251045A (zh) * | 2016-07-21 | 2016-12-21 | 中国南方电网有限责任公司电网技术研究中心 | 基于多种主导因素的配电网供电可靠性评估方法 |
| CN106384000A (zh) * | 2016-09-14 | 2017-02-08 | 国网天津市电力公司 | 一种评估变电站主接线对发输电系统可靠性影响的方法 |
| CN106570792A (zh) * | 2016-11-14 | 2017-04-19 | 国网天津市电力公司 | 一种面向可靠性评估的配电设备状态评价方法 |
| KR101943410B1 (ko) * | 2017-04-28 | 2019-01-29 | 효성중공업 주식회사 | 전력설비의 자산관리 방법 |
| CN108319789A (zh) * | 2018-02-07 | 2018-07-24 | 海南电网有限责任公司电力科学研究院 | 结合异常故障的变压器风险评估方法、装置、设备及介质 |
-
2019
- 2019-09-30 CN CN201910944423.1A patent/CN110659843B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110659843A (zh) | 2020-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11740619B2 (en) | Malfunction early-warning method for production logistics delivery equipment | |
| US7499777B2 (en) | Diagnostic and prognostic method and system | |
| US11274607B2 (en) | Controlling a gas turbine considering a sensor failure | |
| US7953577B2 (en) | Method and apparatus for improved fault detection in power generation equipment | |
| JP2008536221A (ja) | 制御システムおよび方法 | |
| CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
| RU2563161C2 (ru) | Способ и устройство технической диагностки сложного технологического оборудования на основе нейронных сетей | |
| EP2724276A1 (en) | System and method for determining an optimum qc strategy for immediate release results | |
| CN111861023A (zh) | 基于统计学的混合风电功率预测方法、装置 | |
| CN110659843B (zh) | 核电常规岛给水系统可靠性评估方法及装置 | |
| CN112766573A (zh) | 一种发电数据的预测方法、装置及电子设备 | |
| US20210287525A1 (en) | Method for learning latest data considering external influences in early warning system and system for same | |
| Alekseiuk | Improving the efficiency of the three-stage technique of mathematical model identification of complex thermal power equipment | |
| CN117330963B (zh) | 储能电站故障检测方法、系统及设备 | |
| CN111179576A (zh) | 一种具有归纳学习的用电信息采集故障诊断方法及系统 | |
| CN1782672A (zh) | 改善发电设备故障检测的方法和装置 | |
| CN112332420B (zh) | 电力系统风险评估中的分层负荷削减量确定装置及方法 | |
| CN109990803A (zh) | 检测系统异常的方法、装置及传感器处理的方法、装置 | |
| JP7330754B2 (ja) | 異常診断装置及び方法 | |
| CN111914424A (zh) | 一种基于短期测风资料的设计风速取值方法及系统 | |
| CN116929670A (zh) | 一种基于自更新mset的高压加热器泄漏诊断方法 | |
| CN112507526B (zh) | 一种质子交换燃料电池系统性能预测方法及系统 | |
| CN110633810B (zh) | 一种确定装备维修间隔时间的方法、系统及电子设备 | |
| CN110852544B (zh) | 风力发电机组的可靠性评估方法及装置 | |
| CN112036740A (zh) | 基于节点停电风险不变的节点备用容量快速评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |